LuanVan.vnLuận Văn
Gửi thư

HARMONIZING LEXICAL AND SEMANTIC ASPECTS IN ABSTRACTIVE TEXT SUMMARIZATION USING BART-BRIO

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảDương Huỳnh Nhân
Người hướng dẫnLâm Nhựt Khang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Abstractive text summarization is of interest to many researchers. An extremely important thing in the summary is the use of words and ensuring semantic accuracy. Don't simply extract important pieces of text, but also create new sentences or paragraphs, often using natural language. This requires the model to be able to understand the context, grammar, and meaning of the text to be able to produce quality summaries. This thesis proposes a text summarization model (English and Vietnamese) based on BART using BRIO training technique, called BART-BRIO. BRIO assumes a non-deterministic probability distribution to reduce the model's dependence on the reference summary and improve model performance during inference. We tested it on the Vietnamese-News-Data dataset. The results show that our model outperforms all existing Vietnamese summary models. Specifically, the ROUGE-1, ROUGE-2 and ROUGE-LSum scores of the BART-BRIO model are 60.20, 32.25 and 43.12, respectively. For English (using the CNNDM dataset), the scores were 45.75, 22.36, and 45.46, respectively.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.